tensorlakeai/tensorlake-skills

AI 코딩 에이전트(AI coding agents)를 위한 최신 Tensorlake 지식. Claude Code, OpenAI Codex, Google ADK 및 기타 코딩 에이전트가 docs.tensorlake.ai의 실시간 문서(live documentation)로 라우팅되어 올바른 Tensorlake 코드를 작성하는 방법을 가르치는 경량 기술(lightweight skill)입니다.

AI 코딩 에이전트들은 Tensorlake API에 대해 환각(hallucinate) 현상을 일으킵니다. 이들의 학습 데이터에는 관련 지식이 없기 때문에, 함수 시그니처(function signatures)를 임의로 만들어내거나, 새로운 기능을 놓치고, 삭제된 엔드포인트(endpoints)를 참조하곤 합니다. 이 기술(skill)은 이를 해결합니다. 에이전트가 Tensorlake 관련 작업을 감지하면, 실시간 문서(live docs)를 가져와 이를 신뢰할 수 있는 원천(source of truth)으로 사용합니다.

이 기술은 Python SDK (pip install tensorlake), TypeScript SDK (npm install tensorlake), 그리고 CLI (curl -fsSL https://tensorlake.ai/install | sh)를 다룹니다.

기술(skill)이란 AI 코딩 에이전트에게 특정 도구나 라이브러리 사용법을 가르치는 작은 마크다운(markdown) 지침 파일입니다. 이는 MCP 서버와 정신적으로 유사하지만, 더 가볍고 모델에 구애받지 않습니다(model-agnostic). 에이전트는 활성화 시 기술(skill)을 읽고, 그 지침(예: "코드를 작성하기 전에 실시간 문서를 가져오세요")을 따르며, 그 결과를 작업에 적용합니다. 실행할 서버도, 추가적인 런타임(runtime)도 필요 없습니다. 에이전트가 읽는 파일 하나면 충분합니다.

기술(skill)이 없을 때:

사용자: 신뢰할 수 없는 Python을 실행하고 8000번 포트를 노출하는 Tensorlake 샌드박스(sandbox)를 만들어줘.
에이전트: (Sandbox.new()를 참조하는 코드를 작성 — 현재 SDK에는 존재하지 않는 API)

기술(skill)이 있을 때:

사용자: 신뢰할 수 없는 Python을 실행하고 8000번 포트를 노출하는 Tensorlake 샌드박스(sandbox)를 만들어줘.
에이전트: (기술(skill) 트리거 → https://docs.tensorlake.ai/llms.txt 가져오기 → sandboxes/lifecycle.md 로드 → 현재의 tensorlake.Sandbox.create() API를 사용하여 올바른 코드 작성)

기술(skill)이 트리거되면, 에이전트에게 다음과 같이 지시합니다:

• SDK가 설치되어 있고 TENSORLAKE_API_KEY가 설정되어 있는지 확인합니다. 현재 문서 인덱스를 가져오기 위해 WebFetch https://docs.tensorlake.ai/llms.txt를 실행합니다.
• 해당 인덱스에서 작업과 관련된 .md 페이지를 가져와 신뢰할 수 있는 원천(source of truth)으로 사용합니다.
• 가져오기에 실패한 경우에만 references/feature_lookup.md로 대체(fall back)합니다.

, 이는 기능(features)과 키워드(keywords)를 번들링된 스냅샷(bundled snapshot)으로 라우팅합니다.

또한 몇 가지 가드레일(guardrails)을 강제합니다: 코드를 제안하기 전에 모든 심볼(symbol)을 라이브 문서(live docs) 또는 설치된 패키지와 대조하여 검증하고, 라이브 문서와 스냅샷의 내용이 불일치할 경우 스냅샷보다 라이브 문서를 우선하며, API 키를 요청, 포함 또는 출력하지 않습니다.

이 스킬(skill)은 사용자가 Tensorlake 또는 샌드박스(sandboxes)를 언급하거나, 에이전트(agent)에게 Tensorlake 제품 인터페이스(product surface)에 매핑되는 작업을 요청할 때 활성화됩니다. 예시는 다음과 같습니다:

• 격리된 샌드박스(sandbox)에서 LLM이 생성한 코드 또는 신뢰할 수 없는 코드 실행
• 중단/재개(suspend/resume)를 통해 세션 간에 샌드박스를 유지하거나 스냅샷에서 포크(fork)하기
• 커스텀 샌드박스 이미지 빌드, 포트(port) 노출 또는 송신 허용 목록(egress allowlists) 구성
• 비동기 SDK (async SDK) (AsyncSandbox + asyncio.gather)를 사용하여 Python에서 병렬 샌드박스를 팬아웃(fan out)하기
• 비-HTTP 프로토콜(VNC, Postgres, Redis, 커스텀 바이너리)을 위해 샌드박스로 로컬 터널 (local tunnels) 열기
• Playwright 또는 chrome-devtools-mcp를 사용하여 CDP 기반 Chrome 제어 (브라우저 자동화, 스크래핑)
• PTY/대화형 셸(interactive shells) 또는 컴퓨터 사용(computer-use) / 데스크톱 자동화 제어
• 개별 시도(per-trial) 샌드박스에서 Harbor 평가(Terminal-Bench, SWE-Bench, Aider Polyglot) 또는 강화학습 (RL) 롤아웃(rollouts) 실행
• 샌드박스 이미지 내에 에이전트 스킬(Claude Code, Codex, Cursor, Cline, Windsurf, Copilot, Google ADK) 번들링
• Applications SDK를 사용하여 내구성이 있는 워크플로(durable workflows) 또는 멀티 에이전트 오케스트레이션(multi-agent orchestration) 구축
• Tensorlake API 또는 문서에 대한 질문하기

이 기능은 모든 LLM 제공업체(OpenAI, Anthropic) 및 모든 에이전트 프레임워크(Claude Agents SDK, OpenAI Agents SDK, LangChain 등)와 함께 작동하며, Tensorlake는 인프라 계층(infrastructure layer) 역할을 합니다.

에이전트 (Agent)	파일 (File)	설치 방법 (How to Install)
Claude Code	SKILL.md	빠른 설치(Quick Install) 참조
Google ADK	SKILL.md	빠른 설치(Quick Install) 참조
OpenAI Codex	AGENTS.md	빠른 설치(Quick Install) 참조

npx skills add tensorlakeai/tensorlake-skills

skills.sh를 통해 Claude Code, Cursor, Cline, GitHub Copilot, Windsurf 등과 함께 사용할 수 있습니다.

Tensorlake를 사용하려면 TENSORLAKE_API_KEY가 필요합니다.

로컬 환경에 설정되어 있어야 합니다. cloud.tensorlake.ai에서 키를 발급받은 후, tl login (또는 tensorlake login) / npx tl login (TypeScript)을 실행하거나, 셸 프로필 (shell profile), .env 파일 또는 시크릿 매니저 (secret manager)를 통해 변수를 설정하십시오. API 키를 채팅창에 붙여넣거나, 소스 제어 (source control)에 커밋하거나, 터미널 출력에 인쇄하지 마십시오.

tensorlake-skills/
├── SKILL.md # 스킬 정의 (Claude Code, Google ADK)
├── AGENTS.md # 스킬 정의 (OpenAI Codex)
...

이 스킬은 문서화하는 TensorLake SDK 버전과는 독립적으로, 자체 버전을 위해 유의적 버전 (SemVer)을 사용합니다.

Major— 중대한 변경 사항 (참조 파일 이름 변경/삭제, 스킬 구조 재편)
Minor— 새로운 참조 파일, 상당한 내용 추가, 새로운 SDK 버전 지원 범위 포함
Patch— 수정 사항, 작은 내용 업데이트, 드리프트 (drift) 교정

문서화 대상인 TensorLake SDK 버전은 sources.yaml 및 각 참조 파일 상단의 소스 헤더 (source headers)에서 별도로 추적됩니다.

모든 파일의 버전을 업데이트하려면 scripts/bump-version.sh를 사용하십시오:

./scripts/bump-version.sh patch # 2.0.0 -> 2.0.1
./scripts/bump-version.sh minor # 2.0.0 -> 2.1.0
./scripts/bump-version.sh major # 2.0.0 -> 3.0.0
...

해당 스크립트는 다음 작업을 수행합니다:

• SKILL.md 프론트매터 (frontmatter)에서 현재 버전을 읽어 Major, Minor 또는 Patch 버전을 올립니다.
• SKILL.md 및 AGENTS.md를 업데이트합니다.
• CHANGELOG.md의 [Unreleased] 섹션에 새 버전과 오늘 날짜를 기록합니다.
• 커밋(commit) 및 태그(tag)를 위한 git 명령어를 출력합니다.

# 1. 참조 파일, SKILL.md 등에 변경 사항을 적용합니다.
# 2. CHANGELOG.md에 변경 사항을 포함한 [Unreleased] 섹션을 추가합니다.
# 3. 버전 업데이트(bump) 스크립트를 실행합니다.
...

각 참조 파일에는 어떤 문서 페이지로부터 빌드되었는지를 추적하는 소스 헤더 (source header)가 포함되어 있습니다:

<!--
Source:
- https://docs.tensorlake.ai/sandboxes/lifecycle.md
...

전체 매핑 정보는 .github/scripts/sources.yaml에 있습니다.

주간 단위의 GitHub Action (sync-check.yml

)은 실시간 TensorLake 문서를 가져와 번역된 참조 파일(bundled reference files)과 비교합니다. 새로운 API, 삭제된 엔드포인트 또는 변경된 시그니처(signatures)가 감지되면, 무엇이 달라졌는지에 대한 요약과 함께 GitHub Issue를 생성합니다.

evals/ 디렉토리는 대표적인 프롬프트(prompts)에 대해 스킬(skill)을 엔드투엔드(end-to-end)로 실행하고 응답을 채점하는 테스트 하네스(test harness)를 포함하고 있습니다. CI (.github/workflows/evals.yml)는 references/**.md를 수정하는 PR(Pull Request)에 대해 이를 자동으로 실행합니다. 버전 업데이트(version bumps), SKILL.md / AGENTS.md 편집, 그리고 evals/** 스크립트 변경 사항은 자동으로 트리거되지 않습니다 (workflow_dispatch를 사용하여 필요 시 실행할 수 있으며, 선택적으로 쉼표로 구분된 eval ID 목록을 사용할 수 있습니다).

각 실행은 두 가지 신호(signals)를 포착합니다:

스킬 트리거율 (Skill-trigger rate)— 스킬이 실제로 작동했는가?

문서 인덱스입니다. 이 스킬은 트리거 로직("에이전트가 언제 Tensorlake 문서를 찾아봐야 하는가?"), 가져오기 및 폴백 (fetch-and-fallback) 흐름, 가드레일 (API 키를 출력하지 말 것, 설치된 패키지와 심볼(symbols)을 대조하여 검증할 것), 그리고 네트워크에 접속할 수 없을 때를 위한 오프라인 스냅샷 (offline snapshot)을 추가합니다. 이는 단순히 "여기 문서가 있습니다"라고 하는 것과 "작업에 Tensorlake가 포함되었을 때 에이전트가 어떻게 행동해야 하는가"의 차이입니다.

MCP 서버는 프로토콜을 통해 에이전트에게 도구(tools)를 노출하는 런타임 프로세스 (runtime processes)입니다. 스킬 (Skills)은 에이전트가 읽는 정적 마크다운 (markdown) 파일입니다. 트레이드오프 (Tradeoffs)는 다음과 같습니다:

MCP는 실시간 상태 (live state), 인증된 API 호출, 또는 도구 사용 시맨틱 (tool-use semantics, 예: "내 실행 중인 샌드박스 목록을 보여줘")이 필요할 때 더 적합합니다. **스킬 (Skills)**은 에이전트에게 SDK를 사용하여 코드를 작성하는 방법을 가르치는 데 더 적합합니다. 실행할 서버가 필요 없으며, 스킬을 지원하는 모든 에이전트에서 작동하고, 런타임 오버헤드 (runtime overhead)가 전혀 없습니다.

이 두 가지는 상호 보완적입니다. 둘 다 사용할 수 있습니다.

네, 이 스킬은 모델 불가지론적 (model-agnostic)입니다. 즉, 마크다운 지침 파일입니다. Claude Code, OpenAI Codex (AGENTS.md를 통해), Google ADK, Cursor, Cline, GitHub Copilot, 그리고 Windsurf와 함께 작동합니다. 기반이 되는 Tensorlake SDK는 모든 LLM 제공업체 (OpenAI, Anthropic, 오픈 모델) 및 모든 에이전트 프레임워크 (agent framework)와 함께 작동합니다.

아니요, 스킬을 설치하는 것은 단순히 파일을 추가하는 것뿐입니다. 에이전트가 귀하를 대신하여 실제로 Tensorlake 코드를 실행할 때는 TENSORLAKE_API_KEY가 필요합니다. cloud.tensorlake.ai에서 키를 받으세요.

스킬은 references/에 포함된 번들 스냅샷 (bundled snapshots)으로 폴백 (fallback)합니다. 이 스냅샷들은 실시간 문서보다 뒤처져 있지만 (의도적인 것입니다. 이들은 단일 진실 공급원 (source of truth)이 아닙니다), 주요 API 영역인 샌드박스 (sandboxes), 애플리케이션/워크플로우 (applications/workflows), 지속성 (persistence), 컴퓨터 사용 (computer use), 통합 (integrations), 그리고 플랫폼 기능들을 다룹니다.

주간 CI 작업이 번들 스냅샷과 실시간 문서를 비교(diff)하며, 차이가 발생하면 이슈 (issue)를 생성합니다. 참조 파일은 SDK 릴리스마다 갱신됩니다. 실시간 문서는 항상 최신 상태를 유지하며, 스킬은 단지 해당 문서로 경로를 안내할 뿐입니다.

MIT